基于全部资产负债利率风险免疫优化的增量资产组合决策模型

市场利率的变化导致银行资产与负债的价值均发生变化,进而导致银行的所有者权益发生变化引起银行股东财富的风险.因此利率风险免疫对商业银行具有极其重要的作用.本文通过建立银行净值的变化与增量资产负债和存量资产负债持续期的函数关系式,提出了全部组合资产负债利率风险免疫优化条件.以全部组合资产负债的持续期缺口与零的偏差最小为第一目标,以银行全部资产的利息收益最大为第二目标,以监管当局的政策法规为约束务件,建立了基于全部资产负债利率风险免疫优化的增量资产组合决策模型.本文的创新与特色一是通过构建银行净价值与全部资产负债组合持续期的函数关系来建立利率免疫条件,解决了银行增量资产组合配给时、资产增量组合与存量组合构成的全部组合的总体风险控制问题.这就改变了现有研究仅仅立足增量资产与负债的局部风险控制的做法.二是通过用存量资产负债的剩余期限替换现有研究持续期表达式中的期限,得到了既反映增量资产负债持续期、又反映存量资产负债持续期的通用表达式,解决了资产负债增量组合与存量组合构成的全部组合的风险的测量问题.     

基于下偏度最小化贷款组合优化模型

运用组合偏矩刻画信贷风险原理,以贷款组合下偏度最小化为目标函数,控制商业银行发生重大损失的概率;以组合风险价值VaR为约束条件,控制贷款组合的整体风险,建立基于下偏度最小化贷款组合优化模型。研究表明：下偏度不要求贷款收益服从正态分布,并能够很好地反映收益率分布的“左尾”,降低商业银行贷款组合发生重大损失的概率;同时下偏度可以真实反映贷款的本质,符合投资者的心理,并且可以反映多笔贷款之间的相关联系,解决现有模型的解析能力不足的问题。     

基于单位风险收益最大化的贷款组合决策模型探析

本文综合合考虑商业银行已有的存量贷款和新增贷款,提出贷款组合优化控制的0-1规模模型,用以控制商业银行贷款组合风险。     

基于VaR收益率约束的贷款组合优化决策模型

本文以贷款的收益率为金融资产的收益,以贷款收益率的波动为标准反映贷款风险,在VaR约束下,以拉格朗日乘子法为工具求二次规划,建立了在既定组合收益范围内,组合风险最小的贷款组合优化决策模型。该模型的特点一是以收益率最大损失的形式、而不是收益额的形式来反应VaR,使组合决策分析更为方便。二是考虑了风险之间的相关性,用组合VaR的收益率最大损失来控制贷款收益率的风险限额;使贷款的分配直接反映了商业银行的风险承受能力。三是在合理的目标收益范围内,给定任意一个决策者期望的收益率,总能找到对应的风险最小的贷款组合,由此模型求出的有效边界,为组合贷款的优化决策提供了科学的方法。     

基于全部贷款综合风险度控制的新增资产组合优化模型

根据银行业风险监测惯例用综合风险度来量化贷款风险．建立了新增贷款组合的综合风险度与全部贷款组合的综合风险度之间的函数关系．以银行总资产收益最大为目标．以全部贷款综合风险度的控制为条件,建立了基于全部贷款组合风险度控制的新增资产组合优化模型．本模型特色和创新之处：一是提出了在新增贷款组合时、同时控制全部新、旧贷款两个组合的全部综合风险度的科学问题。改变了现有研究和实践仅仅立足于新增贷款组合自身风险控制的问题,开拓了金融资产组合优化的新思路。二是揭示了新增贷款组合的综合风险度与全部新、旧贷款两个组合的综合风险度的内在联系。通过新增贷款组合的综合风险度的控制来控制全部贷款组合的综合风险度,解决了在一组新的贷款发放时,全部新、旧贷款组合风险的控制问题,这也就解决了银行家们在实践中真正关心的全部贷款组合风险的优化问题。三是引入符合银行惯例的综合风险度来量化舒款风险．     

基于copula函数的贷款组合期限结构优化模型

本文运用copula 函数方法拟合短期贷款与中长期贷款的收益率的联合分布函数,运用风险价值确定风险最小的贷款组合,建立基于copula函数的贷款组舍期限结构优化模型.通过确定合理的各期限贷款的结构.解决银行的流动性风险及资产匹配效率问题.本研究的特点一是建立基于copula函数的贷款组合期限结构优化模型.通过确定短期贷款及中长期贷款的合理比例来控制资产的组合风险,降低商业银行的流动性危机,提高商业银行的资金运营效率.二是运用copula函数拟合短期贷款与中长期贷款的联合分布函数.解决了现有研究假设贷款组舍的联合分布是多元正态分布、进而低估了贷款组合风险的问题.三是通过度量贷款组合联合分布的风险价值.来确定贷款组合的最优期限结构.     

商业银行贷款组合动态优化模型研究

以银行各项资产组合收益最大化为目标函数,以法律、法规和经营管理约束为条件,运用逆向递推原理和线性规划方法,建立了商业银行贷款组合动态优化模型。创新与特色主要在于考虑了不同区段贷款效益对全部区段贷款总体效益的相互影响,运用逆向递推原理,在考虑所有贷款区间全部收益最优化的前提下,优化配给区间段的贷款配给,使得全部区段的整体贷款配给达到最优。     

基于幂风险谱和蒙特卡洛模拟的贷款优化配置模型

极端风险对于银行资产配置至关重要,尤其是次贷危机之后尾部风险以惨重的代价引起了金融机构的重视,传统条件风险价值CVaR、风险价值VaR不能有效度量尾部极端风险,因此本文基于幂风险谱和蒙特卡洛模拟构建了贷款组合优化配置模型,同时控制尾部极端风险和信用风险。本文一是通过损失-X_i越大、其风险权重φ_i也就越大的思路,构建幂风险谱PSR （Power Spectral Risk）最小的目标函数对极端风险进行控制,即弥补了CVaR同等看待尾部风险、忽略风险较大的损失应予以更大权重的不足,也同时弥补了VaR仅提供某一置信水平下资产损失的最大值、无法反映一旦超过这一数值的可能损失的弊端。二是通过蒙特卡洛模拟信用等级迁移引起贷款收益的变化情景,并以信用等级迁移后贷款组合损失越大、则风险厌恶权重越大的思路构建幂风险谱PSR最小为目标函数,以贷款组合的收益大于目标收益为约束,构建贷款优化配置模型,改变了现有研究贷款配置时没有同时控制信用风险和尾部风险的不足。对比分析结果表明：本文模型能够实现更高的收益风险比,即在单位幂风险谱PSR下能够实现较高的收益。     

基于蒙特卡洛模拟的贷款组合优化决策方法

通常项目的收益与风险成正比,银行贷款不仅要考虑总体收益最大,同时尽量降低贷款的总体风险,而目前的贷款组合方法不能做到收益和风险的同步优化.通过蒙特卡洛模拟,以贷款项目的财务内部收益率及其波动反映其收益和风险,建立组合收益最大、组合风险最小的贷款组合多目标规划决策模型.分步求解得到满足约束条件的若干贷款有效组合和有效前沿曲线,有效前沿曲线与银行的无差异曲线的交点是满足银行风险偏好的最优贷款组合.该方法直接应用组合收益和组合风险进行贷款组合优化,提高了决策分析精度,银行可以根据自身的需要灵活方便地调整贷款组合中各贷款的权重,降低风险,提高收益,并且通过最优贷款组合达到收益和风险的同步最优化.     

基于行业组合的贷款总体风险优化决策模型

应用资本资产定价模型中的单因子模型表达贷款收益和风险函数,以不同行业贷款组合后的总体风险最小化为目标,运用非线性规划方法建立了基于组合贷款总体风险优化的行业贷款分配模型。通过负相关行业的风险对冲,避免了选择单个或少数行业进行贷款所导致的、当该行业不景气时的系统性风险对贷款质量的影响,降低了贷款组合的系统性风险。从组合贷款总风险中分离出系统风险和非系统风险,并通过实例验证行业组合可以降低系统性风险,显示通过行业组合可以部分地抵消由于行业自身所产生的系统性风险。     

非极端回收不良贷款的回收率预测研究

本文依托Loss Metric数据库,对非极端回收不良贷款的回收率预测模型进行了研究。文章通过对非极端回收不良贷款的回收率进行Beta-正态变换和Logit变换,结合影响不良贷款回收率的众多因素,进行了从简单到复杂、从单笔贷款债务人到多笔贷款债务人的逐级建模,并剖析了影响回收率的各个因素。实证结果表明,单笔贷款债务人的回收率模型可作为多笔贷款债务人回收率预测的基准;从单笔贷款债务人模型中可以更直观的分析各个不同的变量对回收率的影响。     

长期借款会计核算之我见

本文针对长期借款到期还本分次付息方式和到期一次还本付息两种情况下,阐述了具体的核算方法,重点指出在到期一次还本付息方式下利息的处理方法。     

金字塔层级、长期贷款配置与长期贷款使用效率——基于地方国有上市公司的实证研究

已有文献考察了地方国企发展金字塔结构的动机,但并未关注这种动机发展的金字塔结构对资源配置及资源使用效率的影响。本文以2001-2012年A股主板地方国有上市公司为样本,实证发现在中国国有产权无法直接转让的背景下,金字塔层级因放权而减弱了政府控制,政府对地方国企的"支持之手"和"掠夺之手"均被削弱。具体表现为,地方国企金字塔层级越多,长期贷款相对越少;这种长期贷款的减少程度随着金融市场的发展而降低;但长期贷款使用效率却相对越高。这些结论在考虑了内生性和银行监督、企业贷款需求两种竞争性解释之后仍然成立。进一步研究发现,地方国企金字塔层级降低长期贷款以及提升长期贷款使用效率的影响主要体现在市县级国企中,在省级国企中并不明显。本文以中国国有产权下基于放权的金字塔结构的资源配置为研究对象,丰富了世界范围内金字塔结构的相关研究,其结论对认识中国地方国企金字塔结构和国企改革有参考价值。     

Excel VBA在按揭贷款计算中的运用

等额还款与等本还款是两种最常见的按揭贷款偿还方式,笔者设计了基于Excel VBA的等额还款与等本还款计算程序,使用者只需在贷款参数栏输入贷款金额、期限、利率等参数,单击计算按钮就可以方便得到包含每期偿还的本金、利息、期末尚欠的贷款本金等在内的重要信息.     

政治联系、银行贷款与公司价值

以中国民营上市公司为样本,考察政治联系以及制度环境差异对民营企业获取银行贷款的影响,并进一步分析银行贷款对企业价值和社会资源配置效率的影响。研究结果表明:(1)民营企业的政治联系影响了银行的放贷决策,与政府建立政治联系的民营企业可以获取更多的银行贷款;(2)制度环境越差的地区,政治联系越有助于民营企业获取银行融资便利,构建政治联系是民营企业克服市场制度缺陷的一种非正式替代机制;(3)建立政治联系的民营企业,其背负的银行债务促进了企业价值的提升,能够发挥一定的债务治理作用,政治联系为企业带来的银行资金是有效率的资源配置。本研究为加深理解政治联系对公司价值和社会资源配置效率的影响提供了一个有意义的视角。     

浅析高校银行贷款财务风险及其防范

在财政拨款和学费收入提高有限的情况下,银行贷款成为解决高校发展资金短缺问题的一个主要途径.然而,银行贷款也存在着巨大的财务风险,严重时甚至会影响高校教学工作的正常进行.本文分析了高校银行贷款的财务风险表现形式,并提出了规避财务风险的若干建议,以实现高等教育的可持续发展.     

基于银行贷款下的中小企业信用行为的博弈分析

中小企业与商业银行之间的信息不对称,致使中小企业在向商业银行申请贷款后有可能采取失信行为,进而导致中小企业贷款难,可商业银行却"惜贷"严重的现象.用博弈论的方法分析了这种现象产生的动因及约束条件.结论是,在静态博弈的条件下,中小企业的信用行为受中小企业自身及商业银行的期望效用等因素的影响;在一次动态博弈中,中小企业有可能产生失信的机会主义行为;在无限重复博弈中,守信是中小企业的最优策略.建立中小企业"经济档案"、联合征信系统以及"事后惩罚机制"是有效解决中小企业失信及商业银行对中小企业的"惜贷"行为的良好途径.     

基于人工智能贷款风险分类的系统设计

近年提出的贷款风险五级分类法,需考虑财务、非财务、现金流量、信用支持及逾期时间等诸方面要素的影响.由于涉及有定量因素也有定性因素分析,这给处理分类问题带来一定的复杂性.为此本文探讨将人工智能技术中的神经网络和专家系统应用于贷款风险分类研究.文中用BP神经网络进行财务分析,而运用专家系统采用"规则组"的知识表示策略,对其它诸因素及分类综合进行了分析.从而得出了最终的贷款风险分类等级.     

法律环境对银行不良贷款回收的影响机制研究

不良贷款回收是商业银行服务实体经济、提高资产质量的重要环节。部分企业由于法律意识薄弱，违约后受到的惩罚力度低，故意逃废债，加剧了不良贷款的风险累积。可见地区法律环境在不良贷款的回收中起着重要作用。本文基于某全国性商业银行的企业不良贷款回收数据，运用中介效应检验模型，研究了法律环境对不良贷款回收的影响机制和路径。结果发现，法律环境对不良贷款的回收有显著正向影响。对规模较大的企业，法律保护的作用显著；对规模较小的企业，法律执行的作用显著。法律保护通过贷前约束机制作用于回收率，抵押和担保的中介路径效应显著；法律执行通过贷后监管机制作用于回收率，失信被执行人的中介路径效应显著。银行在业务中要考虑地区法律环境制定相应的贷款审批和回收要求，政府需要从法律保护和法律执行两方面营造更好的法律环境，从而提高不良贷款回收率。